Hbase列族

Question

Hbase文檔說，避免創建2-3個以上的列族，因爲Hbase不能很好地處理2-3列以上的族。其原因是壓實和沖洗，因此IO。然而，如果我所有的列都被填充（對於每一行），那麼我認爲這個推理並不重要，所以考慮到我對列的訪問完全是隨機的（我想訪問列的任意組合） - 我可以有一個列列家族 - 一個列配置（有效地嘗試使其成爲純粹的列）。

有很多博客/維基解釋這個，但他們似乎都相互矛盾，並添加更多的困惑。我似乎無法消化Hbase喜歡一個列家族的事實，那麼調用的是什麼是一個列存儲？

Answer 1

目前（雖然預計會改變），但是一個區域的所有列族都會被刷新。這就是爲什麼人們說「HBase不適合超過2或3個專欄家庭」的主要原因。考慮兩個CF，每個都有一列。 A欄：存儲整個網頁文本。 B列：B存儲頁面中的字數。因此，每次我們刷新A：A（由於A：A的數據更大，會更頻繁地發生），我們還需要通過一個單獨的文件I/O對B列的I/O雜耍路由：即使沒有需要 - 與B：B只持有號碼，我可以去幾個月沒有沖洗它。

如果您將A和B存儲在相同的列系列（A：A和A：B）中，您可能會看到非常好的I/O性能，並且由於大多數HBase讀取完全來自memstore，所以可能會發現讀取速度是相同的。

此外，也許更重要的是，如果列的基數是非常不同的，那麼您的regionservers將需要爲較不密集的列族維護無用的大多數空文件。這永遠不會改變。

所有這些都在HBase Book中可用。

因此，正如在所有這些表現情況下，測量在決定「正確」路徑是什麼之前。